【ee类保研面试】数学类---概率论

25保研er，希望将自己的面试复习分享出来，供大家参考
part0—英语类
part1—通信类
part2—信号类
part3—高数类
part100—self项目准备

---

---

3. 概率论要点

---

3.1 无偏性、有效性、一致性（相合性）

• 无偏性：估计量的期望等于参数真值，即估计不系统偏差。
• 有效性：在所有无偏估计中，方差最小者最有效。
• 一致性：样本数增大时，估计值趋近于真实参数。

✅ 面试常问：“无偏是否代表一致？”、“有效性和方差有什么关系？”

---

3.2 全概率公式与贝叶斯公式

• 全概率公式：用于将复杂事件的概率，分解为多个互斥事件条件下的加权求和。
• 贝叶斯公式：已知结果，反推出原因；利用先验和似然计算后验概率。
• 对比：全概率——因推果；贝叶斯——果溯因。

✅ 面试常问：“贝叶斯公式的直观解释？”、“和全概率公式的关系？”

---

3.3 大数定律与中心极限定理

• 切比雪夫大数定律：样本均值趋近于期望，适用于有限方差的变量。
• 伯努利大数定律：事件频率趋近于其真实概率。
• 中心极限定理：大量独立变量之和趋近正态分布，无论原分布如何。

✅ 面试常问：“大数定律和中心极限定理的区别？”、“为什么正态分布广泛存在？”

---

3.4 常见概率分布

• 正态分布：连续型分布，钟形曲线，均值为对称中心。
• 泊松分布：描述单位时间内某事件发生次数，常用于稀疏事件建模。
• 指数分布：描述等待时间，记忆性强，常用于寿命分析。

✅ 面试常问：“泊松和指数有什么联系？”、“为什么中心极限定理指向正态？”

---

3.5 概率密度函数（PDF）

• 定义连续型随机变量的分布，函数值本身非概率。
• 用积分求区间概率：$P(a<X<b)={\int }_a^b$